近年來產品外觀之檢測大多使用電腦視覺技術搭配分類演算法進行表面瑕疵之自動化檢驗,若能正確且快速地偵測及分類出產品之不同瑕疵類別,則可依據各瑕疵類別發生率,回溯找尋造成該瑕疵之製程異常原因,及早採取相關補救措施。基於此需求,本研究藉由電腦視覺技術搭配ANFIS 模糊推論系統之理論與應用,量化具模糊特性之品質特徵值,利用變異數分析法篩選特徵項目,再使用統計多重比較法產生分類所需之模糊歸屬函數與模糊推論規則,最後輸入ANFIS 進行分類。此外,亦可將所提方法應用於製程管制,將ANFIS 之模糊推論結果搭配EWMA 管制模式,可管制具模糊特性之品質特性,作為製程改善之參考依據。在實例驗証方面,待測物經影像拍攝後,擷取以彩色、灰階及二值化影像為基礎的影像特徵值,經實驗後本系統對待測物之瑕疵分類正確率能達到100%。此外在處理IRIS資料時,其整體分類正確率亦可達95%。而在模糊製程管制方面,本系統亦能即時於製程發生異常時,適時地反應生產製程之瑕疵警訊。 |